一种基于工人操作经验的柔性作业车间调度方法及装置制造方法及图纸

本发明专利技术提供了一种基于工人操作经验的柔性作业车间调度方法及装置，其中方法包括：根据遗传算法对初始种群进行预设交叉处理，并根据加工设备的瓶颈程度以及工人对加工设备的操作经验得到每一种群个体的适应度，根据所述适应度得到遗传算法的较优解，并当遗传算法迭代次数等于第一阈值时，根据所较优解更新蚁群算法的信息素，并根据蚁群算法得到局部最优解，当整体迭代次数等于第二阈值时，从局部最优解中确定全局最优解，并根据全局最优解进行调度。本发明专利技术的方案在对柔性作业车间进行调度时，不仅基于加工设备资源的约束，还根据工人资源的约束，通过工人的操作经验进行调度的确定，有利于保证对实际生产的准确指导，提高产品质量和生产效率。

A flexible job shop scheduling method and device based on workers' operating experience

【技术实现步骤摘要】
一种基于工人操作经验的柔性作业车间调度方法及装置
本专利技术涉及车间调度
，特别涉及一种基于工人操作经验的柔性作业车间调度方法。
技术介绍
柔性作业车间调度问题(Flexiblejobshopschedulingproblem，简称FJSP)是作业车间调度问题(Jobshopschedulingproblem，简称JSP)的扩展，在现代制造业中被广泛研究。传统FJSP包括两个子问题：设备分配和工序排序。设备分配问题为每一道工序分配一台加工设备；工序排序问题调度所有设备上的工序以获得更加柔性和高质量的调度解。传统的FJSP只涉及设备资源，工序的安排只与设备的加工能力和设备是否空闲有关。但是，实际生产中，工序的加工不只涉及设备资源，还涉及加工人员资源。加工人员资源与设备资源类似，都具有固定的加工能力，每道序的加工人员必须在其可选加工人员范围内。只有当工序的可选加工设备资源和可选加工人员资源中均存在空闲资源时，该工序才可被加工。与设备资源相同，即使是具有相同能力的加工人员也会因为个体的差异，具有不同的加工效率。不同的加工人员，利本文档来自技高网...

【技术保护点】
1.一种基于工人操作经验的柔性作业车间调度方法，其特征在于，包括：/n步骤S1：对具有第一预设数量种群个体的初始种群进行预设的交叉操作得到多个子个体，并根据所述子个体和所述初始种群得到具有第二预设数量的种群个体的第一过渡种群；/n步骤S2：根据每一工人对每一加工设备的操作经验和每一所述加工设备的瓶颈程度，在每一所述种群个体中依次确定每一工序所对应的加工设备和工人，并得到每一种群个体的适应度值；/n步骤S3：根据每一种群个体的所述适应度值，从低到高依次选取所述第一预设数量的种群个体作为第二过渡种群，并从所述第二过渡种群中，根据每一种群个体的所述适应度值，从低到高依次选取第三预设数量的种群个体作为...

【技术特征摘要】
1.一种基于工人操作经验的柔性作业车间调度方法，其特征在于，包括：
步骤S1：对具有第一预设数量种群个体的初始种群进行预设的交叉操作得到多个子个体，并根据所述子个体和所述初始种群得到具有第二预设数量的种群个体的第一过渡种群；
步骤S2：根据每一工人对每一加工设备的操作经验和每一所述加工设备的瓶颈程度，在每一所述种群个体中依次确定每一工序所对应的加工设备和工人，并得到每一种群个体的适应度值；
步骤S3：根据每一种群个体的所述适应度值，从低到高依次选取所述第一预设数量的种群个体作为第二过渡种群，并从所述第二过渡种群中，根据每一种群个体的所述适应度值，从低到高依次选取第三预设数量的种群个体作为较优解，且将遗传算法迭代次数加1；
步骤S4：判断所述遗传算法迭代次数是否等于预设的第一阈值时，若是，则执行步骤S5，否则将所述第二过渡种群作为所述初始种群并返回步骤S1继续执行；
步骤S5：根据所述较优解更新蚁群算法的信息素；
步骤S6：根据蚁群算法进行局部寻优处处理，得到一种群个体确定为局部最优解，并将整体迭代次数加1；
步骤S7：判断所述整体迭代次数是否等于预设的第二阈值时，若是，则执行步骤S8；否则，执行步骤S9；
步骤S8：根据每一所述局部最优解确定其中所述适应度值最低的种群个体为全局最优解，并根据所述全局最优解进行调度；
步骤S9：将根据所述局部最优解进行变异，得到具有所述第一预设数量的种群个体的第三过渡种群，并将所述第三过渡种群作为所述初始种群返回步骤1继续执行。


2.根据权利要求1所述的调度方法，其特征在于，在所述步骤S1之前，所述调度方法还包括：
步骤S10：初始化算法参数；
步骤S11：根据工序编码方式对待调度的工序进行编码，得到具有第一预设数量的种群个体的初始种群。


3.根据权利要求1所述的调度方法，其特征在于，所述步骤S1具体包括：
步骤S101：从所述初始种群中随机选取第二预设数量的种群个体作为交叉个体；
步骤S102：将所述交叉个体进行随机两两配对，得到多对父个体；
步骤S103：遍历每对所述父个体，根据POX算法进行交叉操作，得到所述多个子个体，并根据所述子个体和所述初始种群得到所述第一过渡种群。


4.根据权利要求1所述的调度方法，其特征在于，所述步骤S2包括：
步骤S201：选择每一所述种群个体中待安排工序序列的第一道工序，作为当前待安排工序；
步骤S202：根据预设的瓶颈计算公式得到所有可用于加工所述当前待安排工序的加工设备的瓶颈程度；
步骤S203：选取所述瓶颈程度中值最小的加工设备，作为所述当前待安排工序的已选加工设备；
步骤S204：根据当前待安排工序的前一工序的结束时间以及所述已选加工设备的可开始时间，得到所述当前待安排工序的开始时间；
步骤S205：若在时间处于所述开始时间时筛选是否存在可操作所述已选加工设备的待安排工人，若是，则将可操作所述已选加工设备的所述待安排工人标记为预选工人，并执行步骤S206；否则，确定开始处理时间最接近所述开始时间的工人为所述当前待安排工序的已选工人，并将所述待安排工序标记为已安排工序后，执行步骤S207；
步骤S206：从所述预选工人中，根据所述预选工人对所述已选加工设备的所述操作经验，确定所述操作经验中数值最大的所述预选工人为所述当前待安排工...

【专利技术属性】
技术研发人员：王爱民，赵子今，葛艳，杨亚聪，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11